Ronald T. Kneusel, autor de “Cómo funciona la IA: de la brujería a la ciencia” – Serie de entrevistas

Recientemente recibimos una copia avanzada del libro “Cómo funciona la IA: de la brujería a la ciencia” de Ronald T. Kneusel. Hasta ahora he leído más de 60 libros sobre IA y, aunque algunos de ellos se vuelven repetitivos, este libro logró ofrecer una perspectiva nueva. Lo disfruté lo suficiente como para agregarlo a mi lista personal de Los mejores libros sobre aprendizaje automático e inteligencia artificial de todos los tiempos.

"Cómo funciona la IA: de la brujería a la ciencia" es un libro conciso y claro diseñado para delinear los fundamentos básicos de la aprendizaje automático. A continuación se presentan algunas preguntas que se le hicieron al autor Ronald T. Kneusel.

Este es su tercer libro sobre IA, los dos primeros son: "Aprendizaje profundo práctico: una introducción basada en Python" y "Matemáticas para el aprendizaje profundo: lo que necesita saber para comprender las redes neuronales". ¿Cuál fue tu intención inicial cuando te propusiste escribir este libro?

Diferente público objetivo. Mis libros anteriores pretenden ser introducciones para las personas interesadas en convertirse en profesionales de la IA. Este libro está dirigido a lectores en general, personas que escuchan mucho sobre la IA en las noticias pero que no tienen experiencia en ella. Quiero mostrarles a los lectores de dónde vino la IA, que no es mágica y que cualquiera puede entender lo que está haciendo.

Si bien muchos libros sobre IA tienden a generalizar, usted ha adoptado el enfoque opuesto: ser muy específico al enseñar el significado de diversas terminologías e incluso explicar la relación entre la IA, el aprendizaje automático y el aprendizaje profundo. ¿Por qué cree que existe tanta confusión social entre estos términos?

Para comprender la historia de la IA y por qué está presente en todas partes donde miramos ahora, debemos comprender la distinción entre los términos, pero en el uso popular, es justo usar "IA" sabiendo que se refiere principalmente a los sistemas de IA que están transformando el mundo. muy rápidamente. Los sistemas de IA modernos surgieron del aprendizaje profundo, que surgió del aprendizaje automático y del enfoque conexionista de la IA.

El segundo capítulo profundiza en la historia de la IA, desde el mito de Talos, un robot gigante destinado a proteger a una princesa fenicia, hasta el artículo de Alan Turing de los años 1950, "Computing Machinery and Intelligence", hasta el advenimiento de la revolución del aprendizaje profundo en 2012. ¿Por qué es fundamental comprender la historia de la IA y el aprendizaje automático para comprender plenamente hasta qué punto ha evolucionado la IA?

Mi intención es mostrar que la IA no cayó del cielo. Tiene una historia, un origen y una evolución. Si bien las capacidades emergentes de los grandes modelos lingüísticos son una sorpresa, el camino que conduce a ellos no lo es. Es una de décadas de pensamiento, investigación y experimentación.

Ha dedicado un capítulo completo a comprender los sistemas de IA heredados, como las máquinas de vectores de soporte, los árboles de decisión y los bosques aleatorios. ¿Por qué cree que es tan importante comprender plenamente estos modelos clásicos de IA?

La IA como redes neuronales es simplemente (!) un enfoque alternativo al mismo tipo de modelado basado en optimización que se encuentra en muchos modelos anteriores de aprendizaje automático. Es una visión diferente de lo que significa desarrollar un modelo de algún proceso, alguna función que asigna entradas a salidas. Conocer tipos de modelos anteriores ayuda a determinar de dónde provienen los modelos actuales.

Usted afirma que cree que el modelo LLM de ChatGPT de OpenAI es el comienzo de la verdadera IA. ¿Cuál fue, en su opinión, el mayor cambio entre este y los métodos anteriores para abordar la IA?

Recientemente vi un vídeo de finales de los años 1980 de Richard Feynman intentando responder una pregunta sobre máquinas inteligentes. Dijo que no sabía qué tipo de programa podría actuar de manera inteligente. En cierto sentido, estaba hablando de IA simbólica, donde el misterio de la inteligencia es encontrar la secuencia mágica de operaciones lógicas, etc., que permitan un comportamiento inteligente. Solía ​​preguntarme, como muchos, lo mismo: ¿cómo se programa la inteligencia?

Mi creencia es que realmente no se puede. Más bien, la inteligencia surge de sistemas suficientemente complejos capaces de implementar lo que llamamos inteligencia (es decir, nosotros). Nuestros cerebros son redes enormemente complejas de unidades básicas. Eso es también lo que es una red neuronal. Creo que la arquitectura transformadora, tal como se implementa en los LLM, se ha topado de manera un tanto accidental con una disposición similar de unidades básicas que pueden trabajar juntas para permitir que surja un comportamiento inteligente.

Por un lado, es el “feliz accidente” definitivo de Bob Ross, mientras que, por el otro, no debería ser demasiado sorprendente una vez que se hayan producido la disposición y las interacciones permitidas entre unidades básicas capaces de permitir un comportamiento inteligente emergente. Ahora parece claro que los modelos de transformadores son uno de esos arreglos. Por supuesto, esto plantea la pregunta: ¿qué otros acuerdos similares podrían existir?

Su mensaje final es que la IA moderna (LLMS) es el núcleo, simplemente una red neuronal entrenada mediante retropropagación y descenso de gradiente. ¿Le sorprende personalmente lo efectivos que son los LLM?

Si y no. Continuamente me sorprenden sus respuestas y habilidades a medida que las uso, pero volviendo a la pregunta anterior, la inteligencia emergente es real, entonces, ¿por qué no emergería en un modelo suficientemente grande con una arquitectura adecuada? Creo que investigadores tan lejanos como Frank Rosenblatt, si no antes, probablemente pensaron más o menos lo mismo.

La declaración de misión de OpenAI es "garantizar que la inteligencia artificial general (sistemas de IA que generalmente son más inteligentes que los humanos) beneficie a toda la humanidad". ¿Cree usted personalmente que el AGI es alcanzable?

No sé qué significa AGI más de lo que sé qué significa conciencia, por lo que es difícil responder. Como digo en el libro, muy pronto puede llegar un punto en el que ya no tenga sentido preocuparse por tales distinciones: si camina como un pato y grazna como un pato, simplemente llámalo pato y sigue adelante.

Dejando a un lado las respuestas descaradas, está completamente dentro del ámbito de la posibilidad de que un sistema de inteligencia artificial pueda, algún día, satisfacer muchas teorías de la conciencia. ¿Queremos sistemas de IA totalmente conscientes (lo que sea que eso signifique realmente)? Talvez no. Si es consciente, entonces es como nosotros y, por tanto, una persona con derechos – y no creo que el mundo esté preparado para personas artificiales. Ya tenemos suficientes problemas para respetar los derechos de nuestros semejantes, y mucho menos los de cualquier otro tipo de ser.

¿Hubo algo que aprendiste mientras escribías este libro que te tomó por sorpresa?

Más allá del mismo nivel de sorpresa que todos los demás sienten ante las habilidades emergentes de los LLM, en realidad no. Aprendí sobre la IA cuando era estudiante en la década de 1980. Comencé a trabajar con el aprendizaje automático a principios de la década de 2000 y estuve involucrado en el aprendizaje profundo cuando surgió a principios de la década de 2010. Fui testigo de primera mano de los acontecimientos de la última década, junto con miles de personas más, a medida que el campo crecía dramáticamente de una conferencia a otra.

Gracias por la gran entrevista, los lectores también querrán echar un vistazo a mi reseña de este libro. El libro está disponible en todos los principales minoristas, incluidos Amazon.